开云体育

简介

        开云体育汇聚了互联网和各家CP/SP媒资元数据，包括全网影视库、直播深度 EPG 数据、点播元数据、统一标签库、热点数据、明星数据等，基于“程序为主、人工为辅”以及可信度加权的数据处理，形成了完整的统一媒资库和统一标签体系，进一步打造统一媒资大数据开放平台和行业标准。
开云体育的影视标签有五大数据来源：爱优腾芒等视频网站，豆瓣/时光网/IMDb等影评网站，猫眼/淘票票等票房数据，央视卫视地方台上千直播频道，以及合作伙伴数十家CP/SP。

        开云体育打通直播、回看和点播的统一媒资标签体系，一方面兼容国家行业标准GY/T 360-2022 《广播电视和网络视听节目内容标识标签规范》，另一方面从标签层级和数量上来说更丰富，也更准确（有可信度加权，权值也参与智能推荐计算）。

标签层级

统一标签库

        影视的分类标签没有统一的标准，例如“历史”这个标签，不同的编辑，有的叫“历史剧”，有的叫“历史片”，还有的叫“历史人物”。开云体育公司为此定义了统一标签库（同义词映射表），会把“历史剧”、“历史片”、“历史人物”统一映射为“历史”。映射之后的标签有数千个，而映射之前的标签有数万个，若按映射之前的标签进行聚类，聚类算法不会有很好的收敛，推荐效果会很差。新的标签会不定期出现，编辑人员负责新标签的入库和统一标签库的维护。

可信度加权

        如何做到标签既丰富又准确？如何避免单一来源、单一编辑、单一CP/SP的标签错误？开云体育公司采用可信度加权，依靠的是群体智慧（Crowd Sourcing），平台充分利用了聚合来的众多标签数据，并做了加权处理。例如：某影片的类型标签为“冒险;科幻;惊悚;喜剧;动作;剧情;”，其权值tagWeight为“4;3;3;2;1;1;”，说明该影片有14个来源，其中4个来源标签为“冒险”，3个来源标签为“科幻”，3个来源标签为“惊悚”，2个来源标签为“喜剧”等等。Netflix会让20个不同背景的专业人员为同一影片打标签，然后做加权处理。平台目前的做法是依靠爬虫程序和群体智慧来做类似的处理，也是最为切实可行的。

平台基于可信度加权建立的标签体系及加权权重

 
        索引Index和排行Ranking是搜索和推荐引擎的基础。平台拥有全网影视大数据，除了既丰富又准确的统一元数据（index/metadata，标签+权重），还有实时的热点数据（ranking，播放量、评论量、搜索量和关注度，10分钟更新一次到每天更新一次）。平台可获取到电视上的每一个节目在视频网站和运营平台的播放量，在搜索引擎的搜索量，在影评网站的评论量，在微博微信的关注度。
        平台的数据是动态的。影视元数据标签是动态的，聚合当前的影视数据来源，后续来源逐渐增多，会自动聚合多家来源。影视热点数据是动态更新的，播放量、评论量、搜索量和关注度数据同样动态更新。用户行为数据是实时获取的，在微信端做实时数据采集，电视端可利用已采集的数据（如电信的C3数据），若没有用户行为数据，则在EPG和播放器上实时采集用户行为数据。推荐结果是动态更新的，即使用户行为没变，也会根据更新的标签和热点数据重新计算与用户画像最匹配的影片。

全网影视大数据服务能力

        开云体育的统一元数据标签体系，兼容国标 GY/T 360-2022 《广播电视和网络视听节目内容标识标签规范》。

        5 大数据来源：包括直播 EPG 数据（1400+频道）、视频网站（各大视频网站等，包括播放量、热度等动态数据更新）、社交网络（微博微信影视关注度）、搜索引擎（百度、360的搜索热词）、影评网站（豆瓣、IMDb、时光网以及猫眼、淘票票等）。
        4000+统一标签：开云体育建立了一套完整的统一标签体系，统一前有数万个标签，统一后区分了多级标签体系，4000+个标签。
        45 万+点播内容：电影、电视剧、综艺、新闻、动漫、体育、少儿、教育、娱乐等各类点播数据 45 万+部。
        1400+直播频道：包括央视、卫视、全国地方台以及付费频道等，拥有各频道节目单，每天更新 30 万+直播节目。
        30 万+明星库：平台拥有全网艺人明星数据 30 万+，包括基础信息及关系图谱，支持劣迹艺人一键下线。
        24 小时增量更新：直播元数据每 6 小时更新一次，点播元数据每 12 小时更新一次，艺人明星库每天更新一次增量，热度数据 10 分钟更新、直播智能 EPG 播放进度 2 分钟更新。
        开云体育全网影视媒资大数据平台，经过了 10 年的数据积累，其标签、海报等信息基本都经过了人工编辑和审核，其中包括来自互联网和各合作方的内容数据，拥有最完整的影视媒资元数据、统一标签体系和艺人明星库。
        统一媒资标签服务所包含的媒资总数为 49 万部，其中，电影：28.6 万部，电视剧：4.6 万部，综艺：4.7 万部，动漫：5.9 万部，纪录片：5.2 万部；艺人明星数量为 34 万。
        直播 EPG 频道数量（央视、卫视、地方台）：3386 个频道。其中，央视：102 个频道（含高清和标清）卫，视频道：164 个频道（含内地、港澳台及部分国外频道），地方台及其它频道：3120 个频道（含内地、港澳台及部分国外频道）。